Dynamic hippocampal-cortical interactions during event boundaries support retention of complex narrative events
Notice bibliographique
Résumé
Abstract According to most memory theories, encoding involves continuous communication between the hippocampus and neocortex leaving the temporal dynamics of hippocampal-neocortical interactions often overlooked. Recent work has shown that we perceive complex events in our lives as dynamic, with relatively distinct starting and stopping points known as event boundaries. Event boundaries may be important for memory, as they are associated with increased activity in the hippocampus, and extended neocortical regions (the posterior cingulate cortex, lateral parietal cortex, and parahippocampal cortex). Our objective was to determine how functional connectivity between the hippocampus and neocortical regions during the encoding of naturalistic events (movies) related to subsequent retrieval and retention of those events. Participants encoded two 16-minute cartoon movies during fMRI scanning. After encoding, participants freely recalled one of the movies immediately, and the other after a 2-day delay. We quantified hippocampal-neocortical functional connectivity (FC) at time windows around each event onset, middle, and offset, and compared these FC measures with subsequent recall. These analyses revealed that higher FC between the hippocampus and the posterior medial network (PMN) at an event’s offset related to whether that event was subsequently recalled. In contrast, mid-event connectivity between the hippocampus and PMN was associated with poorer memory. Furthermore, hippocampal-PMN offset connectivity predicted not only whether events were retained in memory, but also the degree to which these events could be recalled in detail after a 2-day delay. These data demonstrate that the relationship between memory encoding and hippocampal-neocortical interaction is more dynamic than suggested by most memory theories, and they converge with recent modeling work suggesting that event offset is an optimal time for encoding.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».